O presente trabalho foi elaborado tendo como propósito analisar os dados de uma das maiores bases pesquisáveis sobre filmes, séries e celebridades do mundo e transformar estes dados em informações. Trata-se da base Imdb (Internet Move Database), criada em 1990 por Col Needham, no Reino Unido, e comprada pela Amazon em 1998.
Aos apaixonados pela sétima arte, que não abrem mão do prazer em assistir a um filme, no aconchego de casa ou em uma sessão de cinema, trarei algumas curiosidades da indústria cinematográfica, em especial, de um filme que impressionou o público em 2010 com a qualidade dos efeitos visuais, e que deve retornar às telas dos cinemas para a continuação da saga com o episódio “The Way of Water” (capítulo 2) de Avatar, um dos maiores sucessos de bilheteria da história, dirigido por James Cameron.
De acordo com o site “Avatar wiki”, I see you é uma saudação. Na língua Na’vi é expresso por Oel ngati kame para uma saudação neutra ou Oel ngati kameie para expressar um sentimento positivo sobre conhecer alguém. Também é o tema principal do filme, interpretado por Leona Lewis e produzido por James Horner e Simon Franglen.
Caso desejem ver os códigos que geraram as visualizações deste
trabalho, eles estarão disponíveis ao lado das tabelas e gráficos por
meio dos botões CODE.
As informações foram obtidas a partir das bases “Imdb”, que contém os dados gerais dos filmes e séries, “Imdb_pessoas”, com os dados sobre os elencos, diretores e roteiristas e “Imdb_avaliacoes”, com as notas médias e os dados de classificações.
A base “Imdb” possui 85855 linhas com 21 variáveis de filmes produzidos entre 1894 e 2020. A “imdb_pessoas” por sua vez conta com 297705 linhas e 15 colunas e a “imdb_avaliacoes” com um total de 85855 linhas e 19 colunas.
Na seção de anexos, ao final deste relatório, disponibilizo os dicionários das bases com as listas de variáveis e definições.
As operações de importação, arrumação, transformação e visualização dos dados foram realizadas por meio da linguagem R, seus pacotes e extensões.
Em 28 de setembro de 1895, os irmãos Lumière realizaram a primeira exibição pública do cinematógrafo, uma invenção que imprimia uma sucessão de fotos em um filme de celulose e que por meio de uma manivela reproduzia as imagens em sequência, transformando as figuras estáticas em imagens dinâmicas projetadas sobre uma tela. Desde então, milhares de filmes foram produzidos, alcançando o auge em 2018.
Pode-se observar no gráfico 01 que a quantidade de filmes produzidos evoluiu de 1 obra em 1894 para 271 obras em 1946, pós Segunda Guerra Mundial, e então para 3281 lançamentos em 2018. Entretanto, com o isolamento do público devido à pandemia de COVID 19, a indústria cinematográfica adiou os lançamentos de seus filmes, provocando a redução do número de produções nos anos seguintes.
# Gráfico "Evolução da Indústria Cinematográfica"
p01 <- imdb_novo |>
mutate(ano_lancamento = year(data_lancamento)) |> # cria a coluna com ano de lançamento.
select(ano_lancamento) |>
drop_na() |>
group_by(ano_lancamento) |>
summarise(qte = n()) |>
slice_head(n=112) |> # exclui os dados de 2021, pois possui dados de apenas alguns meses.
ggplot()+
aes(x = ano_lancamento,
y = qte)+
annotate("rect", # cria um destaque em azul para os anos de maior produção cinematográfica.
xmin = 2010,
xmax = 2026,
ymin = 2950,
ymax = 3500,
fill = "#99D8FF",
alpha = 0.3
) +
annotate("text", # cria anotação de texto para a área destacada em azul.
x = 1990,
y = 3281,
label = "Auge da produção cinematográfica",
size = 3
) +
geom_line(color = "#4C586B")+ # gráfico lollypop formado pela combinação dos geom's line e point.
geom_point(color = "#A71D31",
shape = 7,
size = 0.7
)+
gghighlight(ano_lancamento >=1946, # destaca no gráfico os dados dos anos a partir de 1960.
unhighlighted_params = list(colour = "#4C586B")
)+
labs(title = "Total de filmes por ano",
x = "
Ano",
y = "Quantidade
"
)+
scale_x_continuous(breaks = seq(0,
2022,
10
)
) +
scale_y_continuous(breaks = seq(0,
4000,
500
),
labels = number_format(accuracy = 0.1,
big.mark = ".",
decimal.mark = ",",
)
) +
theme_classic()
# Gráfico - evolução da indústria cinematográfica
p01 |>
ggplotly() Gráfico 01 - Evolução da Industria Cinematográfica. Fonte: Base de dados Imdb
O ano de 2018 teve o maior número de estreias da história e em outubro deste ano (2018) o maior número de estreias em um mês com 386 obras cinematográficas, superando o número de lançamentos registrados até então de setembro de 2017.
#Tabela 01: Maior quantidade de filmes em um mês
# criar a coluna mes
imdb_datas <- imdb_novo |>
mutate(mes = month(data_lancamento,
label = TRUE,
abbr = TRUE
)
)
# encontrar o mês histórico com o maior número de lançamentos.
mes_maior_lancamento <- imdb_datas |>
group_by(mes,
ano
) |>
summarise(qte = n()) |>
drop_na() |>
slice_max(qte) |>
arrange(desc(qte))
# define condicção para formatar o valor de qte para a tabela 01
mes_maior_lancamento_tab01 <- mes_maior_lancamento
mes_maior_lancamento_tab01[[3]] <- cell_spec(mes_maior_lancamento_tab01[[3]], # destacar a qte na tabela.
color = ifelse(mes_maior_lancamento_tab01[[3]] >= 380,
"#B80C09",
"#3F88C5"
)
)
### selecionar apena a primeira linha
mes_maior_lancamento_tab01 <- mes_maior_lancamento_tab01 |>
head(n=1)
### Tabela 01 - maior quantidade de filmes em um mês
tab01 <- mes_maior_lancamento_tab01 |>
kbl(align = "l",
col.names = c("Mês",
"Ano de Lançamento",
"Quantidade de Filmes"
),
full_width = TRUE,
escape = FALSE
) |>
kable_styling(bootstrap_options = c("striped", # formatar estilo da tabela.
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |>
column_spec(1, # configurações das colunas.
width = "10cm"
) |>
column_spec(2,
width = "10cm"
) |>
column_spec(3,
width = "10cm"
) |>
footnote(general = "Maior quantidade de filmes em um mês por ano. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 01:"
)
# visualiza a tabela 01
tab01 | Mês | Ano de Lançamento | Quantidade de Filmes |
|---|---|---|
| out | 2018 | 386 |
| Tabela 01: Maior quantidade de filmes em um mês por ano. Fonte: Base de dados IMDB. |
No gráfico 02, tem-se os 13 meses com os maiores números de filmes, todos entre os anos de 2014 e 2018, período de maior produção cinematográfica (vide gráfico 01).
# Gráfico 02 - meses com maiores totais de lançamentos
# encontrar os 13 meses com maiores totais de lançamentos
meses_mais_qte <- mes_maior_lancamento |>
group_by(qte, ano) |>
summarise(mes) |>
arrange(desc(qte)) |>
unite(col = "mes_ano",
c("mes",
"ano"
),
sep = "/"
) |>
arrange(desc(qte)) |>
head(13)
# paleta de cores que será usada nos gráficos
cores_plot02 <- c("#CC5A71", "#536265", "#536265", "#536265", "#536265","#536265",
"#536265", "#536265", "#536265", "#536265", "#536265","#536265",
"#536265")
# gráfico meses com maiores totais de lançamentos.
plot02 <- meses_mais_qte|>
ggplot(aes(x = fct_reorder(mes_ano,
qte,
.desc = TRUE
),
y = qte,
fill = mes_ano,
label = qte
)
)+ # gráfico lollypop - a partir de geom_point e geom_segment.
geom_point(size = 5, # cria o elemento circular.
color = cores_plot02
)+
geom_label(size = 5,
alpha = 0,
label.size = NA,
color = cores_plot02,
vjust = -1
) +
geom_segment(aes(x = mes_ano, # cria o elemento segmento.
xend = mes_ano,
y = 0,
yend = qte
),
color = cores_plot02,
size = 1.5,
)+
labs(title = "Total de lançamentos por *<span style = 'color:#CC5A71;'>mês </span>*",
subtitle ="Os meses com maior quantidade de estreias",
y = "Quantidade de filmes
",
x = "
Meses do ano"
) +
theme_classic()+ # seleção do tema do gráfico.
scale_y_continuous(breaks = seq(0,
500,
50
),
limits = c(0,
500
),
expand = expansion(add = c(0,
0)
)
)+
theme_imdb()
# Visualiza o gráfico meses com maiores totais de lançamentos
plot02 
Gráfico 02 - Meses com os maiores números de lançamentos por ano. Fonte: Base de dados Imdb
Na tabela 02, listo os 5 filmes deste mês de outubro com as maiores notas médias, considerando apenas os filmes com mais de 100000 avaliações.
# Tabela 02: Top 5 filmes
# obtenção da relação dos 5 filmes de outubro de 2018 por ranking
mes_maior_lancamento <- imdb_datas |>
group_by(mes) |>
summarise(qte = n(),
titulo,
data_lancamento,
nota_imdb,
num_avaliacoes,
pais,
ano = year(data_lancamento)) |>
filter(mes == "out" & ano == 2018 & num_avaliacoes >= 100000) |> # filtros 2018 e mais de 100000 avaliacões.
arrange(desc(nota_imdb)) |>
slice_head(n=5)
mes_maior_lancamento$mes <- NULL # Exclusão de colunas.
mes_maior_lancamento$qte <- NULL
# formatar a variável data_lancamento para a tabela 02
mes_maior_lancamento <- mes_maior_lancamento |>
mutate(data_lancamento = format(data_lancamento, "%d-%m-%Y"))
# Tabela com os 5 filmes de outubro de 2018com melhores rankings
tab02 <- mes_maior_lancamento |>
select(titulo, data_lancamento, nota_imdb, num_avaliacoes, pais) |>
kbl(
align = "l", # alinhamento do texto do cabeçalho.
col.names = c("título", # define o nome das variáveis.
"lançamento",
"nota",
"avaliações",
"país"),
) |>
kable_styling( # altera as configurações da tabela.
bootstrap_options = c("striped", "condensed"),
html_font = "",
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE, background = "#EDF6FD"),
) |>
kable_classic_2() |>
column_spec(1, # altera as configurações das colunas.
bold = FALSE,
width = "10cm",
) |>
column_spec(2,
bold = FALSE,
width = "4cm"
) |>
column_spec(3,
bold = FALSE,
width = "2cm"
) |>
column_spec(4,
bold = FALSE,
width = "4cm"
) |>
column_spec(5,
bold = FALSE,
width = "10cm"
) |>
footnote(general = "Top 5 filmes Nota Média/ Outubro 2018. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 02:",
)
# visualiza a tabela - top 5 filmes
tab02| título | lançamento | nota | avaliações | país |
|---|---|---|---|---|
| A Star Is Born | 11-10-2018 | 7.7 | 318520 | USA |
| Searching | 18-10-2018 | 7.6 | 132937 | Russia, USA |
| First Man - Il primo uomo | 31-10-2018 | 7.3 | 159476 | USA, Japan |
| Soldado | 18-10-2018 | 7.1 | 119798 | USA, Mexico |
| 7 sconosciuti a El Royale | 25-10-2018 | 7.1 | 123415 | USA |
| Tabela 02: Top 5 filmes Nota Média/ Outubro 2018. Fonte: Base de dados IMDB. |
Abaixo, apresento um resumo de cada um dos 5 filmes, a partir dos dados da base Imdb, com uma breve sinopse.
imdb_nasce_uma_estrela <- imdb_filmes_dolares |>
filter(titulo == "A Star Is Born") |>
mutate(thumbnail_nasce_uma_estrela = "../data-raw/nasce_uma_estrela_thumbnail.jpg") |>
select(titulo, data_lancamento, duracao, direcao, roteiro, producao,
elenco, orcamento, receita, genero, lucro, thumbnail_nasce_uma_estrela)
O filme “A Star Is Born” foi lançado no Brasil como “Nasce uma Estrela”. Pertence aos gêneros Drama, Music, Romance. Sua premiere ocorreu em 11-10-2018, com duração de 136 minutos sob a direção de Bradley Cooper. Roteiro de Eric Roth, Bradley Cooper.
Contou com a participação de Lady Gaga, Bradley Cooper, Sam Elliott, Andrew Dice Clay, Rafi Gavron, Anthony Ramos, Dave Chappelle, Alec Baldwin, Marlon Williams, Brandi Carlile, Ron Rifkin, Barry Shabaka Henley, Michael D. Roberts, Michael Harney, Rebecca Field em seu elenco.
A obra teve um orçamento, de acordo com a base, de US36 milhões e uma receita de US436.19 milhões, obtendo um lucro de US$400.19 milhões.
Sinopse: Um experiente músico descobre a jovem artista
desconhecida a quem ajuda a encontrar fama, mas acaba se apaixonando por
ela. O relacionamento pessoal entre os dois começa a desandar à medida
que Jack luta contra problemas com alcoolismo.
Fonte: imdb-Nasce
uma estrela
imdb_searching <- imdb_filmes_dolares |>
filter(titulo == "Searching") |>
mutate(thumbnail_searching = "../data-raw/Buscando_thumbnail.jpg") |>
select(titulo, data_lancamento, duracao, direcao, roteiro, producao,
elenco, orcamento, receita, genero, lucro, thumbnail_searching)
O filme “Searching” foi lançado no Brasil como “Buscando”. Pertence aos gêneros Drama, Mystery, Thriller. Sua premiere ocorreu em 18-10-2018, com duração de 102 minutos sob a direção de Aneesh Chaganty. Roteiro de Aneesh Chaganty, Sev Ohanian.
Contou com a participação de John Cho, Sara Sohn, Alex Jayne Go, Megan Liu, Kya Dawn Lau, Michelle La, Joseph Lee, Dominic Hoffman, Sylvia Minassian, Melissa Disney, Connor McRaith, Colin Woodell, Debra Messing, Joseph John Schirle, Ashley Edner em seu elenco.
A obra teve um orçamento, de acordo com a base, de US0.88 milhões e uma receita de US75.46 milhões, obtendo um lucro de US$74.58 milhões.
Sinopse: Depois que sua filha de 16 anos desaparece, um pai
desesperado entra em seu laptop procurando pistas para
encontrá-la.
Fonte: imdb-buscando
imdb_firstman <- imdb_filmes_dolares |>
filter(titulo == "First Man - Il primo uomo") |>
mutate(thumbnail_firstman = "../data-raw/first_man_thumbnail.jpg") |>
select(titulo, data_lancamento, duracao, direcao, roteiro, producao,
elenco, orcamento, receita, genero, lucro, thumbnail_firstman)
O filme “First Man - Il primo uomo” foi lançado no Brasil como “O Primeiro Homem”. Pertence aos gêneros Biography, Drama, History. Sua premiere ocorreu em 31-10-2018, com duração de 141 minutos sob a direção de Damien Chazelle. Roteiro de Josh Singer, James R. Hansen.
Contou com a participação de Ryan Gosling, Claire Foy, Jason Clarke, Kyle Chandler, Corey Stoll, Patrick Fugit, Christopher Abbott, Ciarán Hinds, Olivia Hamilton, Pablo Schreiber, Shea Whigham, Lukas Haas, Ethan Embry, Brian d’Arcy James, Cory Michael Smith em seu elenco.
A obra teve um orçamento, de acordo com a base, de US59 milhões e uma receita de US105.7 milhões, obtendo um lucro de US$46.7 milhões.
Sinopse: Um olhar sobre a vida do astronauta Neil Armstrong e a lendária missão espacial que o levou a ser o primeiro homem a caminhar na Lua. Fonte: imdb-first man
imdb_soldado <- imdb_filmes_dolares |>
filter(titulo == "Soldado") |>
mutate(thumbnail_soldado = "../data-raw/sicario_thumbnail.jpg") |>
select(titulo, data_lancamento, duracao, direcao, roteiro, producao,
elenco, orcamento, receita, genero, lucro, thumbnail_soldado)
O filme “Soldado” foi lançado no Brasil como “Sicario 2 - Soldado”. Pertence aos gêneros Action, Adventure, Crime. Sua premiere ocorreu em 18-10-2018, com duração de 122 minutos sob a direção de Stefano Sollima. Roteiro de Taylor Sheridan.
Contou com a participação de Benicio Del Toro, Josh Brolin, Isabela Merced, Jeffrey Donovan, Catherine Keener, Manuel Garcia-Rulfo, Matthew Modine, Shea Whigham, Elijah Rodriguez, Howard Ferguson Jr., David Castañeda, Jacqueline Torres, Raoul Max Trujillo, Bruno Bichir, Jake Picking em seu elenco.
A obra teve um orçamento, de acordo com a base, de US35 milhões e uma receita de US75.84 milhões, obtendo um lucro de US$40.84 milhões.
Sinopse: A guerra contra as drogas na fronteira do México com os Estados Unidos aumenta quando os cartéis começam a introduzir terroristas no território americano. Fonte: imdb-soldado
imdb_royale <- imdb_filmes_dolares |>
filter(titulo == "7 sconosciuti a El Royale") |>
mutate(thumbnail_royale = "../data-raw/maus_momentos_em_royale_thumbnail.jpg") |>
select(titulo, data_lancamento, duracao, direcao, roteiro, producao,
elenco, orcamento, receita, genero, lucro, thumbnail_royale)
O filme “7 sconosciuti a El Royale” foi lançado no Brasil como “Maus Momentos no Hotel Royale”. Pertence aos gêneros Crime, Drama, Mystery. Sua premiere ocorreu em 25-10-2018, com duração de 141 minutos sob a direção de Drew Goddard. Roteiro de Drew Goddard.
Contou com a participação de Jeff Bridges, Cynthia Erivo, Dakota Johnson, Jon Hamm, Chris Hemsworth, Cailee Spaeny, Lewis Pullman, Nick Offerman, Xavier Dolan, Shea Whigham, Mark O’Brien, Charles Halford, Jim O’Heir, Gerry Nairn, Alvina August em seu elenco.
A obra teve um orçamento, de acordo com a base, de US32 milhões e uma receita de US31.88 milhões, obtendo um prejuízo de US$-0.12 milhões.
Sinopse: Em 1969 alguns estranhos com segredos se conhecem por casualidade no hotel El Royale no lago Tahoe. Durante uma das noites, cada um mostrará sua verdadeir personalidade. Fonte: imdb-hotel royale
Outubro foi o mês, entre todos os meses, com o maior número de estreias, considerando todos os anos. Foram mais de 8000 títulos, valor até então nunca atingido como pode ser visto na tabela 03.
# tabela 03 - Mês com o maior número de lançamentos
# encontrar os meses com os maiores números de lançamentos (geral)
mes_maior_lancamento_geral <- imdb_datas |>
group_by(mes) |>
summarise(qte = n()) |>
drop_na() |>
arrange(desc(qte))
# tabela 03 - mes com maior lançamento geral
# configura qte do mes com mais lançamento para tabela 03
mes_maior_lancamento_tab03 <- mes_maior_lancamento_geral
mes_maior_lancamento_tab03[[2]] <- cell_spec(mes_maior_lancamento_tab03[[2]],
color = ifelse(mes_maior_lancamento_tab03[[2]] >=8000,
"#B80C09",
"#3F88C5"
)
)
# Tabela 03 - Mês com maior número de lançamentos
tab03 <- mes_maior_lancamento_tab03 |>
kbl(align = "l", # alinhamento dos textos.
col.names = c("Mês",
"Quantidade de Filmes"
),
full_width = TRUE,
escape = FALSE
) |>
kable_styling(bootstrap_options = c("striped",
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |>
column_spec(1, # configurações das colunas.
bold = FALSE,
width = "10cm"
) |>
column_spec(2,
bold = FALSE,
width = "10cm"
) |>
footnote(general = "Maior quantidade de filmes no geral. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 03:"
)
# visualiza a tabela 03
tab03 | Mês | Quantidade de Filmes |
|---|---|
| out | 8734 |
| set | 7924 |
| mar | 7435 |
| nov | 7094 |
| abr | 7078 |
| dez | 6618 |
| fev | 6441 |
| ago | 6399 |
| jan | 6361 |
| mai | 6173 |
| jun | 5800 |
| jul | 5235 |
| Tabela 03: Maior quantidade de filmes no geral. Fonte: Base de dados IMDB. |
As produções cinematográficas estreiam todas as semanas no mundo inteiro. No Brasil, elas ocorrem nas quintas-feiras.
Analisando os dias de lançamentos dos filmes da base Imdb, observa-se, no gráfico 03, que o total de estreias ocorridas no primeiro dia de cada mês, com um total de 7260 filmes, foi significativamente maior que o ocorrido nos demais dias, cujas quantidades pouco variaram (entre 2240 e 2831 filmes). O dia 31 foi, naturalmente, aquele com menor número de estreias, pois nem todos os meses possuem este dia.
# Tabela 04 - Dia com o maior número de lancamentos
# Obter o dia com o maior número de lançamentos
dia_maior_lancamento <- imdb_novo |>
mutate(dia = day(data_lancamento)) |>
group_by(dia) |>
summarise(qtde = n()) |>
drop_na() |>
slice_max(order_by = qtde) # obtem o maior valor ordenado pela quantidade de filmes.
### configurar valor qtde lançamentos para a tabela 04
dia_maior_lancamento[[2]][1] <- cell_spec(dia_maior_lancamento[[2]][1],
color = ifelse(dia_maior_lancamento[[2]][1]==7260,
"#B80C09",
""
)
)
### Tabela 04 - dia com o maior número de lançamentos
tab04 <- dia_maior_lancamento |>
kbl(align = "l",
col.names = c("Dia",
"Quantidade de Filmes"
),
escape = FALSE
) |>
kable_styling(bootstrap_options = c("striped", # configura o estilo da tabela.
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |> # define o tema da tabela.
column_spec(1,
bold = FALSE,
width = "15cm"
) |>
column_spec(2,
bold = FALSE,
width = "15cm"
) |>
footnote(general = "Dia com maior número de lançamentos. fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 04:"
)
### Visualiza tabela dia com o maior número de filmes lançados
tab04| Dia | Quantidade de Filmes |
|---|---|
| 1 | 7260 |
| Tabela 04: Dia com maior número de lançamentos. fonte: Base de dados IMDB. |
# Grafico total de lançamentos por dia
plot03<- imdb_novo |>
mutate(dia = day(data_lancamento)) |>
group_by(dia) |>
summarise(qtde = n()) |>
drop_na() |>
ggplot()+
aes(x = dia,
y = qtde,
fill = dia,
label = qtde)+
geom_point( size = 5, # cria elemento circular.
color = "#CC5A71"
)+
geom_label(size = 3.5,
alpha = 0,
label.size = NA,
color = "#CC5A71",
vjust = -1,
) +
geom_segment(aes(x = dia, # criar elemento segmento.
xend = dia,
y = 0,
yend = qtde
),
size = 1.5,
color = "#CC5A71"
)+
gghighlight(dia == 1 | dia == 31, # destaca os dias 1 e 31.
unhighlighted_params = list(colour = "#4C586B"
)
)+
labs(title = "Total de lançamentos por *<span style = 'color:#CC5A71;'>dia </span>*",
subtitle ="Os dias com maior e menor quantidade de estreias",
y = "Quantidade de filmes
",
x = "
Dias do mês"
) +
theme_classic()+
scale_y_continuous(breaks = seq(0,
8000,
1000
), # formatar escala do eixo y.
limits = c(0,
8000
),
expand = c(0,
0
)
) +
scale_x_continuous(breaks = seq(0,
31,
1
)
) + # formatar escala do eixo x.
theme_imdb()
# Visualiza o gráfico total de lançamentos por dia
plot03 
Gráfico 03 - Total de lançamentos por dia. Fonte: Base de dados Imdb
Embora a indústria cinematográfica indiana seja a que mais produza obras atualmente, ela ocupa apenas a quarta posição em quantidades de filmes da base Imdb. Os Estados Unidos são notadamente o país com o maior número de filmes, como mostrado na tabela 05.
# Tabela 05 - paises maiores produtores de filmes
# Obter os 5 países com mais filmes na base
top_5_paises <- imdb_novo |>
separate_rows(pais, sep = ", ") |>
group_by(pais) |>
summarise(qtde = n()) |>
arrange(desc(qtde)) |>
slice_head(n=5)
# Tabela 05 paises maiores produtores de filmes
tab05 <- top_5_paises |>
kbl(align = "l",
col.names = c("País",
"Quantidade de Filmes"
),
) |>
kable_styling( bootstrap_options = c("striped", # define o estilo da tabela.
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |> # define o tema da tabela.
column_spec(1,
bold = FALSE,
width = "15cm"
) |>
column_spec(2,
bold = FALSE,
width = "15cm"
) |>
footnote(general = "Países maiores produtores de filmes. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 05:"
)
# Visualiza a tabela - paises maiores produtores de filmes
tab05| País | Quantidade de Filmes |
|---|---|
| USA | 34325 |
| France | 8311 |
| UK | 7490 |
| India | 6373 |
| Italy | 5056 |
| Tabela 05: Países maiores produtores de filmes. Fonte: Base de dados IMDB. |
O gráfico 04 mostra o Brasil na vigésima segunda posição, com 979 filmes produzidos entre 1931 e 2020, entre os quais “Cidade de Deus” e “O Auto da Compadecida” possuem ambos a maior média de 8.6, conforme a tabela 06.
# gráfico 04: paises e totais de lançamentos
# obter os 22 países com maiores quantidades de filmes lançados
top_22_paises <- imdb_novo |>
separate_rows(pais, sep = ", ") |>
group_by(pais) |>
summarise(qtde = n()) |>
arrange(desc(qtde)) |>
slice_head(n=22)
# Paleta de cores para os elementos gráficos
cor <- c(
"#c42847", "#ffad05", "#7d5ba6", "#00bbf9", "#2bc016",
"#536265", "#536265", "#536265", "#536265", "#536265",
"#536265", "#536265", "#536265", "#536265", "#536265",
"#536265", "#536265", "#536265", "#536265", "#536265",
"#536265", "#DE541E"
)
### Gráfico 04 - com os 16 países com maior número de filmes produzidos ----
plot04 <- top_22_paises |>
ggplot(aes(y = fct_reorder(pais, # reordenar a sequência dos países em ordem decrescente da quantidade.
qtde,
.desc = FALSE
),
x = qtde,
label = qtde
)
) +
geom_col(fill = cor)+
geom_label(size = 4.5,
alpha = 0,
label.size = NA,
fontface = "bold",
color = cor,
hjust = -0.3
) +
geom_curve(aes(y = 18, # formatar curva para anotação.
x = 8000,
xend = 16000,
yend = 16
),
arrow = arrow(type = "closed", # formata a seta da linha.
length = unit(0.02,
"npc"
)
),
curvature = 0,
color = "#000000"
) +
geom_curve(aes(y = 1, # formatar curva para anotação.
x = 2800,
xend = 11000,
yend = 2
),
arrow = arrow(type = "closed", # formata a seta da linha.
length = unit(0.02,
"npc"
)
),
curvature = 0,
color = "#000000"
)+
labs(title = "Países com maior número de filmes e o Brasil",
subtitle = "Destaque para os cinco paises com maiores notas",
x = "Quantidade de filmes lançados",
y = "Paises"
)+
scale_x_continuous(breaks = seq(0,
35500,
2500
),
limits = c(0,
35500
),
expand = expansion(add = c(0,
1500
)
),
labels = scales::number_format(accuracy = 1,
big.mark = "."
)
)+
scale_y_discrete(expand = expansion(add = c(1,
0
)
)
)+
theme_classic()+ # define o tema do gráfico.
theme_imdb()+
annotate("text",
x = 22000,
y = 15.5,
label = "Relação dos cinco países com mais lançamentos
registrados na base IMDB",
color = "#000000",
size = 4,
family = ""
)+
annotate( "text",
x = 14700,
y = 2,
label = "Vigésima segunda posição",
color = "#000000",
size = 4,
family = ""
)
# visualiza o gráfico 04 - paise e quantidades de filmes
plot04
Gráfico 04 - Países com mais filmes lançados e o Brasil. Fonte: Base de dados Imdb
# Tabela dos filmes brasileiros com maior ranking
tab06 <- top_5_filmes_brasil |>
kbl(align = "l",
col.names = c("Título",
"Ano",
"Gênero",
"Nota IMDB",
"Numero de Avaliações"
),
) |>
kable_styling(bootstrap_options = c("striped", # altera o estilo da tabela.
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |>
column_spec(1, # altera as configurações da tabela.
bold = FALSE,
# background = "#022859",
# color = "#FFFFFF",
width = "14cm"
) |>
column_spec(2,
bold = FALSE,
# background = "#022859",
# color = "#FFFFFF",
width = "3cm"
) |>
column_spec(3, # altera as configurações da tabela.
bold = FALSE,
# background = "#022859",
# color = "#FFFFFF",
width = "7cm"
) |>
column_spec(4, # altera as configurações da tabela.
bold = FALSE,
# background = "#022859",
# color = "#FFFFFF",
width = "5cm"
) |>
column_spec(5, # altera as configurações da tabela.
bold = FALSE,
# background = "#022859",
# color = "#FFFFFF",
width = "5cm"
) |>
footnote(general = "Filmes nacionais com a melhores notas Imdb. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 06:",
)
# Visualiza a tabela - filmes nacionais com maiores notas medias
tab06| Título | Ano | Gênero | Nota IMDB | Numero de Avaliações |
|---|---|---|---|---|
| City of God | 2002 | Crime, Drama | 8.6 | 685856 |
| O Auto da Compadecida | 2000 | Comedy, Drama, Western | 8.6 | 11127 |
| O Pagador de Promessas | 1962 | Drama | 8.3 | 2691 |
| Divaldo: O Mensageiro da Paz | 2019 | Biography, Drama | 8.3 | 233 |
| Tropa de elite - Gli squadroni della morte | 2007 | Action, Crime, Drama | 8.1 | 96460 |
| Tabela 06: Filmes nacionais com a melhores notas Imdb. Fonte: Base de dados IMDB. |
A variável orçamento representa o valor total estimado de gastos para a produção e divulgação de um filme ou série. A indústria movimenta bilhões de dólares utilizados na contratação de tecnologias para produção de efeitos especiais e trilhas sonoras e na contratação de seu elenco.
A base Imdb possui os valores de orçamento em variadas moedas. Relacionei todas as moedas presentes no dataset e listei-as na tabela 07 por código e divisa.
# Tabela 07 - relação de moedas da base
# lista de todas as moedas da base - coluna orçamento
moedas_orcamento <- imdb_novo |>
select(orcamento) |>
mutate(moeda = str_extract(string = orcamento, # cria a coluna com os símbolos de moedas.
pattern = "[\\w | \\$].* " ) # regex para extração dos símbolos de moedas.
) |>
distinct(moeda) |>
drop_na() |>
arrange(moeda)
# substituir o símbolo de moeda de $ para USD.
moedas_orcamento <- moedas_orcamento |>
mutate(moeda = str_trim(moeda)) |>
mutate(moeda = str_replace(moeda, pattern = "\\$",
replacement = "USD"
)
)
# Base de dados em xlsx com as moedas e suas divisas para operação de join
# caminho relativo do arquivo
tab_moedas <- readxl::read_xlsx(caminho_com_here_tab_moedas)
# juntar as tabelas moedas_receita e tab_moedas por meio da coluna moeda
moedas_orcamento_unificada<- left_join(x = moedas_orcamento,
y = tab_moedas,
by = "moeda",
copy = TRUE
) |>
distinct(moeda, divisa) |>
mutate(divisa = str_to_title(divisa))
# Tabela 07 - Relação de moedas na base
tab07 <- moedas_orcamento_unificada |>
kbl(align = "l",
col.names = c("Moeda",
"Divisa"
)
) |>
kable_styling( # define estilo da tabela.
bootstrap_options = c("striped",
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |> # define o tema da tabela.
column_spec(1,
bold = FALSE,
width = "15cm"
) |>
column_spec(2,
bold = FALSE,
width = "15cm"
) |>
footnote(general = "Relação de moedas da base. Fonte:Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 07:",
)
# visualiza - relação de moedas da base
tab07| Moeda | Divisa |
|---|---|
| USD | Dólar Dos Estados Unidos |
| AED | Dirham Dos Emirados Árabes Unidos |
| ALL | Lek |
| AMD | Dram Armênio |
| ARS | Peso Argentino |
| ATS | Schilling Austriaco |
| AUD | Dólar Australiano |
| AZM | Manat |
| BDT | Taka |
| BEF | Franco Bélga |
| BGL | Lev Búlgaro |
| BND | Dólar De Brunei |
| BRL | Real |
| CAD | Dólar Canadense |
| CHF | Franco Suíço |
| CLP | Peso Chileno |
| CNY | Ren-Min-Bi, Yuan |
| COP | Peso Colombiano |
| CZK | Coroa Checa |
| DEM | Marco Alemão |
| DKK | Coroa Dinamarquesa |
| DOP | Peso Dominicano |
| EEK | Coroa Estoniana |
| EGP | Libra Egípcia |
| ESP | Peseta Espanhola |
| EUR | Euro |
| FIM | Marco Finlandês |
| FRF | Franco Francês |
| GBP | Libra Esterlina |
| GEL | Iari |
| GRD | Dracma Grego |
| HKD | Dólar De Hong Kong |
| HRK | Kuna |
| HUF | Forint |
| IDR | Rupiah |
| IEP | Libra Irlandesa |
| ILS | Shekel Israelense |
| INR | Rupia Indiana |
| IRR | Rial Iraniano |
| ISK | Coroa Islandesa |
| ITL | Lira Italiana |
| JMD | Dólar Jamaicano |
| JOD | Dinar Jordaniano |
| JPY | Yen |
| KRW | Won |
| LKR | Rupia Do Sri Lanka |
| LTL | Litas Da Lituânia |
| LVL | Lats Letão |
| MNT | Tugrik |
| MTL | Livro Maltês |
| MXN | Peso Mexicano |
| MYR | Ringgit Da Malásia |
| NGN | Naira |
| NLG | Guilda Holandesa |
| NOK | Coroa Norueguesa |
| NPR | Rúpia Do Nepal |
| NZD | Dólar Neozelandês |
| PHP | Peso Filipino |
| PKR | Rúpia Do Paquistão |
| PLN | Zloty |
| PTE | Escudo Portugues |
| PYG | Guarani |
| ROL | Leu Romeno |
| RON | Leu Romeno Atual |
| RUR | Rublo Russo |
| SEK | Coroa Sueca |
| SGD | Dólar De Cingapura |
| SIT | Tolar Esloveno |
| SKK | Coroa Eslovaca |
| THB | Baht |
| TRL | Lira Turca |
| TTD | Dólar De Trinidad E Tobago |
| TWD | Novo Dólar De Taiwan |
| UAH | Hryvnia |
| VEB | Bolivar Venezuelano |
| VND | Dong |
| XAU | Ouro |
| YUM | Dinar Iugoslavo |
| ZAR | Rand |
| Tabela 07: Relação de moedas da base. Fonte:Base de dados IMDB. |
Algumas moedas como o Franco francês e o Marco alemão foram substituídas pelo Euro.
Analisando a soma dos lucros dos filmes por gênero, tem-se aventura, ação e comédia os mais lucrativos. Na tabela 08, encontra-se a lista dos 10 mais rentáveis.
# separação da coluna genero para posterior pivotamento
imdb_filmes_dolares_genero <- imdb_filmes_dolares |>
separate(col = genero,
into = c("genero1",
"genero2",
"genero3"
),
sep = ","
)
# pivotar a base de wide para long
imdb_filmes_dolares_genero <- imdb_filmes_dolares_genero |>
pivot_longer(
cols = c("genero1",
"genero2",
"genero3"
),
names_to = "tipos_generos",
values_to = "generos",
values_drop_na = TRUE
) |>
mutate(generos = str_trim(generos)) # remove os espaços em branco no início e fim da string.
# 10 gêneros com os maiores lucros
lucros_genero <- imdb_filmes_dolares_genero |>
group_by(generos) |>
summarise(lucro_total = sum(lucro)) |>
arrange(desc(lucro_total)) |>
slice_head(n=10) |>
mutate(lucro_total = paste("US$", # formatar o valor obtido para o formato com US$ para a tabela 07.
format_dolar(lucro_total) # função format_dolar() disponível no diretorio R.
)
)
# Tabela 08 - Maiores lucros por gênero
tab08 <- lucros_genero |>
kbl(align = "l",
col.names = c("Gêneros",
"Lucro Total"
)
) |>
kable_styling(bootstrap_options = c("striped", # altera os estilos da tabela.
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |>
column_spec(1, # define o tema da tabela.
bold = FALSE,
width = "15cm"
) |>
column_spec(2,
bold = FALSE,
width = "15cm"
) |>
footnote(general = "Maiores lucros por gênero. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 08:",
)
# Visualiza a tabela - Maiores lucros por gênero
tab08| Gêneros | Lucro Total |
|---|---|
| Adventure | US$ 196,304,125,495.00 |
| Action | US$ 166,535,937,600.00 |
| Comedy | US$ 131,666,900,935.00 |
| Drama | US$ 115,145,661,901.00 |
| Sci-Fi | US$ 60,172,387,953.00 |
| Animation | US$ 57,828,190,358.00 |
| Thriller | US$ 53,796,761,781.00 |
| Fantasy | US$ 52,842,487,847.00 |
| Romance | US$ 38,750,284,216.00 |
| Family | US$ 38,686,084,810.00 |
| Tabela 08: Maiores lucros por gênero. Fonte: Base de dados IMDB. |
Considerando que certos gêneros produzem mais filmes que outros, pode-se encontrar os mais lucrativos por filme.
# obter as dez categorias com maiores lucros pela quantidade de filmes da categoria
lucros_genero_filme <- imdb_filmes_dolares_genero |>
group_by(generos) |>
summarise(lucro_total = sum(lucro)/n()) |>
arrange(desc(lucro_total)) |>
slice_head(n=10) |>
mutate(lucro_total = paste("US$",
format_dolar(lucro_total)
)
)
# Tabela 09 - generos com maiores lucros por quantidade de filmes
tab09 <- lucros_genero_filme |>
kbl(align = "l",
col.names = c("Gêneros",
"Lucro Total por Filme"
)
) |>
kable_styling(bootstrap_options = c("striped",
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |>
column_spec(1, # altera as configurações da tabela.
bold = FALSE,
width = "15cm"
) |>
column_spec(2,
bold = FALSE,
width = "15cm"
) |>
footnote(general = "Lucros por gênero e quantidades de filmes. Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 09:",
)
# Visualiza a tabela - lucros por gênero e quantidade de filmes
tab09| Gêneros | Lucro Total por Filme |
|---|---|
| Animation | US$ 168,595,307.17 |
| Adventure | US$ 152,410,035.32 |
| Sci-Fi | US$ 120,104,566.77 |
| Action | US$ 96,374,963.89 |
| Fantasy | US$ 91,899,978.86 |
| Family | US$ 84,100,184.37 |
| Musical | US$ 49,387,833.35 |
| Thriller | US$ 47,356,304.38 |
| Comedy | US$ 46,591,260.06 |
| Mystery | US$ 39,210,738.66 |
| Tabela 09: Lucros por gênero e quantidades de filmes. Base de dados IMDB. |
A tabela 09 traz o ranking dos lucros médios dos filmes por gênero. Animação e aventura lideram a classificação neste critério.
Na construção do gráfico 05, considera-se todas as categorias, independentemente da quantidade de filmes produzidos em cada gênero. Film Noir apresentou a melhor média.
Até hoje, não existe consenso sobre film Noir ser um gênero de filmes ou um estilo de filmagem.
Este gênero ou estilo se refere a filmes de longa metragem típicas dos anos 40, que combina temas policiais, criminais e são marcados pela presença de anti-heróis em ambientes urbanos.
## join de imdb e imdb_avaliacoes
imdb_join_aval <- left_join(imdb_filmes_dolares_genero,
imdb_avaliacoes,
by = "id_filme"
)
## separação das variáveis da coluna genero
imdb_join_aval_generos <- imdb_join_aval |>
separate(col = generos,
into = c("genero_aval1",
"genero_aval2",
"genero_aval3"
),
sep = ","
)
# pivotamento da base para long
imdb_join_aval_generos <- imdb_join_aval_generos |>
pivot_longer(
cols = c("genero_aval1",
"genero_aval2",
"genero_aval3"),
names_to = "tipos_generos_aval",
values_to = "generos_aval",
values_drop_na = TRUE
) |>
mutate(generos_aval = str_trim(generos_aval))
# join de imdb_join_aval_generos e imdb_avaliacoes
imdb_medias_genero <- left_join(imdb_join_aval_generos,
imdb_avaliacoes
)
# descobrir as maiores notas médias por gêneros considerando o número de avaliações superiores a 10000
maiores_nota_genero <- imdb_medias_genero |>
group_by(generos_aval) |>
summarise(nota_media = mean(nota_imdb)) |>
arrange(desc(nota_media))
# gráfico 05 - notas média por genero
plot05 <- maiores_nota_genero|>
ggplot()+
aes(x = fct_reorder(generos_aval,nota_media,
.desc = TRUE
),
y = nota_media,
fill = generos_aval
) +
geom_point(size = 5)+
geom_segment(aes(x = generos_aval,
xend = generos_aval,
y = 5,
yend = nota_media),
linetype = 1,
size = 0.1
)+
labs(title = "Gêneros e suas médias",
x = "Gêneros",
y = "Médias"
)+
scale_y_continuous(breaks = seq(0,
8.5,
0.5
),
limits = c(5,
8.5
),
expand = expansion(add = c(0,
0
)
)
) +
scale_x_discrete(labels = c("Film-Noir",
"Documentário",
"Biografia",
"História",
"Guerra",
"Western",
"Animação",
"Drama",
"Musica",
"Crime",
"Esporte",
"Musical",
"Aventura",
"Romance",
"Mistério",
"Sci-Fi",
"Suspense",
"Ação",
"Fantasia",
"Comédia",
"Família",
"Terror"
)
) +
theme(axis.text.x = element_text(angle = 45,
hjust = -0.2,
size = 7
),
axis.text.y = element_text(size = 7),
axis.line.x = element_line(color = "#1F1F1F"),
axis.line.y = element_line(color = "#1F1F1F"),
axis.title.x = element_text(size = 11,
face = "plain"
),
axis.title.y = element_text(size = 11,
face = "plain"
),
plot.background = element_rect(fill = "#FFFFFF"),
panel.background = element_rect(fill = "#FFFFFF"),
plot.margin = unit(c(1,
1,
1,
1
),
"cm"
),
plot.title = element_markdown(
size = 16,
family = "",
margin = unit(c(0,
0,
0.5,
0
),
"cm"
)
),
text = element_text(family = "",
color = "#000000",
size = 9
),
axis.title = element_text(size = 14,
hjust = 0.5
),
legend.position = "none"
)
# Visualizar o gráfico notas médias por gêneros
plot05 |>
ggplotly(
tooltip = c("y", # mostrar no gráfico dinamicamente apenas nota média e gênero.
"generos_aval"
)
)Gráfico 05 - Notas médias por gêneros. Fonte: Base de dados IMDB.
Agora, apresento as informações sobre o filme Avatar obtidas a partir da base Imdb.
Sinopse da obra: Um fuzileiro paraplégico enviado para a lua Pandora em uma missão única fica dividido entre seguir suas ordens e proteger o mundo que ele sente ser seu lar.
imdb_avatar<- imdb_filmes_dolares |>
filter(titulo == "Avatar") |>
select(titulo, data_lancamento, duracao, direcao, roteiro, producao,
elenco, orcamento, receita, genero, lucro)“Avatar” pertence aos gêneros Action, Adventure, Fantasy. Sua premiere ocorreu em 15-01-2010, com duração de 162 minutos sob a direção James Cameron.
Contou com a participação de Sam Worthington, Zoe Saldana, Sigourney Weaver, Stephen Lang, Michelle Rodriguez, Giovanni Ribisi, Joel David Moore, CCH Pounder, Wes Studi, Laz Alonso, Dileep Rao, Matt Gerald, Sean Anthony Moran, Jason Whyte, Scott Lawrence em seu elenco.
# tabela 10 - James Cameron
# alterar tipo de data_nascimento para date
imdb_completa_pessoas <- imdb_completa_pessoas |>
mutate(data_nascimento = ymd(data_nascimento) # conversão do tipo "chr" para "date".
)
# Selecionar dados de James Cameron
dados_james <- imdb_completa_pessoas |>
filter(titulo == "Avatar") |>
select(titulo,
direcao,
local_nascimento,
data_nascimento
) |>
mutate(idade = year(Sys.Date())-year(data_nascimento), # calcula a idade de James Cameron na data de hoje.
data_nascimento = format(data_nascimento, "%d-%m-%Y")
)
# formatar a variável idade para a tabela 10
dados_james[[5]] <- cell_spec(dados_james[[5]],
color = ifelse(dados_james[[5]] == 68,
"#B80C09",
"#3F88C5"
)
)
# tabela 10 - dados de James Cameron
tab10 <- dados_james |>
kbl(align = "l",
col.names = c("Filme",
"Diretor",
"Local de Nascimento",
"Data de Nascimento",
"Idade Atual"
),
full_width = TRUE,
escape = FALSE
) |>
kable_styling(bootstrap_options = c("striped", # define o estilo da tabela.
"condensed"
),
html_font = "",
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |> # define o tema da tabela.
column_spec(1,
bold = FALSE,
width = "3cm"
) |>
column_spec(2,
bold = FALSE,
width = "5cm"
) |>
column_spec(3,
bold = FALSE,
width = "9cm"
) |>
column_spec(4,
bold = FALSE,
width = "6cm"
) |>
column_spec(5,
bold = FALSE,
width = "4cm"
) |>
footnote(general = "James Cameron. Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 10:"
)
# visualiza a tabela - James Cameron
tab10| Filme | Diretor | Local de Nascimento | Data de Nascimento | Idade Atual |
|---|---|---|---|---|
| Avatar | James Cameron | Kapuskasing, Ontario, Canada | 16-08-1954 | 68 |
| Tabela 10: James Cameron. Base de dados IMDB. |
James Francis Cameron, nascido em Kapuskasing, Ontário, Canadá no dia 16 de agosto de 1954, atualmente com 68 anos é um produtor, cineasta, diretor e roteirista.
Em 2010, recebeu o prêmio de melhor diretor no Globo de Ouro com o filme Avatar. Também foi indicado para a mesma categoria no Oscar 2010 com este filme, concorrendo com Quentin Tarantino de “Bastardos Inglórios”, Lee Daniels de “Precious”, Jason Reitman de ” Up in the Air” e Kathryn Bigelow de “The Hurt Locker”. Não venceu, ficando o prêmio para Kathryn Bigelow, mas viu seu filme ser indicado em outras oito categorias, vencendo em três: melhor fotografia, melhor direção de arte e melhor efeitos visuais.
Além dos 7 filmes listados na base e relacionados na tabela 11, também atuou como diretor/roteirista nos filmes Piranha II: The spawning, Rambo: First Blood Part II, Strange Days, Ghosts of the Abyss e Alita: Battle Angel.
# tabela 11 - Filmes de Cameron na Base
# encontra os filmes de Cameron e cria coluna lucro com moeda US$ para a tabela 10.
filmes_cameron <- imdb_completa_pessoas |>
filter(direcao == "James Cameron") |>
mutate(data_lancamento = format(data_lancamento, "%d-%m-%Y")) |>
select(titulo, data_lancamento,
genero,
nota_imdb,
lucro
) |>
arrange(data_lancamento) |> # cria coluna lucro para a tabela 10.
mutate(lucro = paste("US$",
format_dolar(lucro)
)
)
# Tabela 11 - Filmes de Cameron
tab11 <- filmes_cameron|>
kbl(
align = "l",
col.names = c("Título",
"Data de Lançamento",
"Gênero",
"Nota IMDB",
"lucro"
),
full_width = TRUE
) |>
kable_styling( # altera o estilo da tabela.
bootstrap_options = c("striped",
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |>
column_spec(1, # define o tema da tabela.
bold = FALSE,
width = "9cm"
) |>
column_spec(2,
bold = FALSE,
width = "4.5cm"
) |>
column_spec(3,
bold = FALSE,
width = "7cm"
) |>
column_spec(4,
bold = FALSE,
width = "3cm"
) |>
column_spec(5,
bold = FALSE,
width = "5cm"
) |>
footnote(general = "Filmes de Cameron na base. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 11:"
)
# visualiza a tabela- Filmes de Cameron
tab11| Título | Data de Lançamento | Gênero | Nota IMDB | lucro |
|---|---|---|---|---|
| Terminator | 11-01-1985 | Action, Sci-Fi | 8.0 | US$ 72,280,331.00 |
| True Lies | 11-09-1994 | Action, Comedy, Thriller | 7.2 | US$ 263,882,411.00 |
| Avatar | 15-01-2010 | Action, Adventure, Fantasy | 7.8 | US$ 2,553,439,092.00 |
| Titanic | 16-01-1998 | Drama, Romance | 7.8 | US$ 1,995,169,869.00 |
| Terminator 2 - Il giorno del giudizio | 19-12-1991 | Action, Sci-Fi | 8.5 | US$ 418,884,847.00 |
| The Abyss | 22-12-1989 | Adventure, Drama, Mystery | 7.6 | US$ 20,000,098.00 |
| Aliens - Scontro finale | 24-09-1986 | Action, Adventure, Sci-Fi | 8.3 | US$ 112,884,634.00 |
| Tabela 11: Filmes de Cameron na base. Fonte: Base de dados IMDB. |
O lucro médio dos 7 filmes listados na base Imdb foi de US$ 776,648,754.57. Avatar com um ganho de US$ 112,884,634.00 e Titanic com um ganho de US$ 20,000,098.00 lideram a lista dos mais lucrativos.
# tabela 12 - Avatar ranking e nota
# criar a coluna ranking
imdb_novo <- imdb_novo |>
mutate(ranking = 0)
# ordena os filmes em ordem decrescente da nota e preenche a coluna ranking
imdb_novo_ordenado <- imdb_novo |>
arrange(desc(nota_imdb)) |>
mutate(ranking = c(1: length(imdb_novo$ranking)))
### seleciona os dados do filme Avatar
imdb_tab12 <- imdb_novo_ordenado |>
filter(titulo == "Avatar") |>
mutate(total_filmes = nrow(ranking)) |>
select(titulo, direcao,
nota_imdb,
ranking)
# configura a coluna ranking imdb para tabela 12
imdb_tab12[[4]] <- cell_spec(imdb_tab12[[4]],
color = ifelse(imdb_tab12[[4]] >=2600,
"#B80C09",
""
)
)
### Tabela 12 - com dados de Avatar e sua posição no ranking
tab12 <- imdb_tab12 |>
kbl(align = "l",
col.names = c("Título",
"Direção",
"Nota IMDB",
"Ranking IMDB"
),
full_width = TRUE,
escape = FALSE
) |>
kable_styling( # altera o estilo da tabela.
bootstrap_options = c("striped",
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |>
column_spec(1, # altera as configurações das colunas.
bold = FALSE,
width = "5cm"
) |>
column_spec(2,
bold = FALSE,
width = "5cm"
) |>
column_spec(3,
bold = FALSE,
width = "5cm"
) |>
column_spec(4,
bold = FALSE,
width = "5cm"
) |>
footnote(general = "Avatar - ranking e nota. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 12:"
)
# visualiza a tabela 11 - Avatar ranking e nota
tab12| Título | Direção | Nota IMDB | Ranking IMDB |
|---|---|---|---|
| Avatar | James Cameron | 7.8 | 2618 |
| Tabela 12: Avatar - ranking e nota. Fonte: Base de dados IMDB. |
Entre os filmes de James Cameron, a nota de Avatar não é a mais alta entre os listados, com 7,8 é inferior às notas de Exterminador, Aliens e Exterminador 2 (vide tabela 11). Entretanto, foi o filme com a maior receita conforme o gráfico 06.
Gráfico 06 - receita - orcamento e posição imdb. Fonte: Base de dados Imdb
Entre todos os 85855 filmes, Avatar ocupa a primeira posição no ranking de lucros.
# tabela 13 - Avatar - ranking de lucro
# cria a coluna ranking_lucro
imdb_filmes_dolares <- imdb_filmes_dolares |>
mutate(ranking = 0)
# preenche a coluna ranking dos filmes de acordo com sua renda em dólares
imdb_filmes_dolares_ordenado <- imdb_filmes_dolares |>
arrange(desc(lucro)) |>
mutate(ranking_dolar = c(1: length(imdb_filmes_dolares$ranking))) |>
select(titulo,
direcao,
lucro,
ranking_dolar
)
### Tabela 13 - Avatar ranking de lucro ----
imdb_tab13<- imdb_filmes_dolares_ordenado |>
filter(titulo == "Avatar") |>
mutate(lucro = paste("US$",
format_dolar(lucro) # cria coluna lucro com US$ para a tabela12.
)
)
# configura coluna ranking dolar para destaque na tabela 13
imdb_tab13[[4]] <- cell_spec(imdb_tab13[[4]],
color = ifelse(imdb_tab13[[4]] == 1,
"#B80C09",
""
)
)
tab13 <- imdb_tab13 |>
kbl(align = "l",
col.names = c("Título",
"Direção",
"Lucro",
"Ranking dólar"
),
full_width = TRUE,
escape = FALSE
) |>
kable_styling(bootstrap_options = c("striped", # define o estilo da tabela.
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |>
column_spec(1, # altera as configurações das colunas.
bold = FALSE,
width = "5cm"
) |>
column_spec(2,
bold = FALSE,
width = "5cm"
) |>
column_spec(3,
bold = FALSE,
width = "5cm"
) |>
column_spec(4,
bold = FALSE,
width = "5cm"
) |>
footnote(general = "Avatar - ranking de lucro. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 13:",
)
# visualiza tabela 13 Avatar ranking de lucro
tab13| Título | Direção | Lucro | Ranking dólar |
|---|---|---|---|
| Avatar | James Cameron | US$ 2,553,439,092.00 | 1 |
| Tabela 13: Avatar - ranking de lucro. Fonte: Base de dados IMDB. |
# tabela 14 - dia de lançamento
### seleciona dados do filme Avatar
imdb_tab14 <- imdb_novo_ordenado |>
filter(titulo == "Avatar") |>
mutate(data_lancamento_dia = wday(data_lancamento,
week_start = getOption("lubridate.week.start",
7
),
abbr = FALSE,
label = TRUE
),
data_lancamento = format(data_lancamento, "%d-%m-%Y") # fomrmata a data para dia-mês-ano.
) |>
select(titulo, data_lancamento, data_lancamento_dia)
### configura a coluna data_lancamento_dia para destaque na tabela 14
imdb_tab14[[3]] <- cell_spec(imdb_tab14[[3]],
color = ifelse(imdb_tab14[[3]] == "sexta",
"#B80C09",
""
)
)
# Tabela 14 - Dia da semana do lançamento
tab14 <- imdb_tab14|>
kbl(align = "l",
col.names = c("Título",
"Data de lançamento",
"Dia da semana"
),
full_width = TRUE,
escape = FALSE
) |>
kable_styling(bootstrap_options = c("striped", # define o estilo da tabela.
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |> # define o tema da tabela.
column_spec(1,
bold = FALSE,
width = "7.5cm"
) |>
column_spec(2,
bold = FALSE,
width = "7.5cm"
) |>
column_spec(3,
bold = FALSE,
width = "5cm"
) |>
footnote(general = "Dia da semana do lançamento. Fonte: Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 14:"
)
# visualiza a tabela 14 - dia de lançamento
tab14| Título | Data de lançamento | Dia da semana |
|---|---|---|
| Avatar | 15-01-2010 | sexta |
| Tabela 14: Dia da semana do lançamento. Fonte: Base de dados IMDB. |
A estreia nas salas de cinemas dos Estados Unidos ocorreu em 15-01-2010, em uma sexta-feira. Neste dia, tinha 21 anos de idade.
Na tabela 15, listo todos os filmes lançados no dia 15 de janeiro de 2010, data de lançamento de Avatar.
# tabela 15 - filmes lançados no mesmo dia
tab15 <- imdb_novo_ordenado |>
filter(data_lancamento == "2010-01-15") |>
mutate(data_lancamento = format(data_lancamento, "%d-%m-%Y")) |> # formata data para o dia-mês-ano.
select(titulo,
data_lancamento,
genero,
nota_imdb,
pais
) |>
kbl(align = "l",
col.names = c("Título",
"Data de Lançamento",
"Gênero",
"Nota IMDB",
"País"
),
full_width = TRUE
) |>
kable_styling(bootstrap_options = c("striped", # define o estilo da tabela.
"condensed"
),
font_size = 12,
full_width = TRUE,
fixed_thead = list(enabled = TRUE,
background = "#EDF6FD"
)
) |>
kable_classic_2() |> #define o tema da tabela.
column_spec(1,
bold = FALSE,
width = "5cm"
) |>
column_spec(2,
bold = FALSE,
width = "5cm"
) |>
column_spec(3,
bold = FALSE,
width = "5cm"
) |>
column_spec(4,
bold = FALSE,
width = "3cm"
) |>
column_spec(5,
bold = FALSE,
width = "5cm"
) |>
footnote(general = "Filmes lançados no mesmo dia. Fonte:Base de dados IMDB.",
footnote_as_chunk = TRUE,
fixed_small_size = TRUE,
general_title = "Tabela 15:",
)
# visualiza a tabela - filmes lançados no mesmo dia
tab15| Título | Data de Lançamento | Gênero | Nota IMDB | País |
|---|---|---|---|---|
| Avatar | 15-01-2010 | Action, Adventure, Fantasy | 7.8 | USA |
| A Single Man | 15-01-2010 | Drama, Romance | 7.6 | USA |
| La prima cosa bella | 15-01-2010 | Comedy, Drama | 7.1 | Italy |
| Rudolfa mantojums | 15-01-2010 | Comedy, Drama | 7.0 | Latvia |
| Shikshanachya Aaicha Gho | 15-01-2010 | Comedy | 6.9 | India |
| Havukka-ahon ajattelija | 15-01-2010 | Comedy, Drama | 6.8 | Finland |
| Tutto ciò che amo | 15-01-2010 | Comedy, Drama, Music | 6.8 | Poland |
| Snabba cash | 15-01-2010 | Action, Crime, Drama | 6.7 | Sweden, Germany, Denmark, France |
| Chance | 15-01-2010 | Comedy, Drama | 6.6 | Panama, Colombia |
| Harmony and Me | 15-01-2010 | Comedy | 6.2 | USA |
| Hello Hum Lallann Bol Rahe Hain | 15-01-2010 | Comedy, Drama | 6.2 | India |
| 44 Inch Chest | 15-01-2010 | Crime, Drama | 5.8 | UK |
| Hierro | 15-01-2010 | Mystery, Thriller | 5.7 | Spain |
| Operazione spy sitter | 15-01-2010 | Action, Comedy, Family | 5.4 | USA |
| Kaptan feza | 15-01-2010 | Action | 5.2 | Turkey |
| Bolo Na Tumi Amar | 15-01-2010 | Romance | 5.1 | India |
| Gelecekten Bir Gün | 15-01-2010 | Comedy, Drama | 5.0 | Turkey |
| Chance Pe Dance | 15-01-2010 | Comedy, Drama, Music | 4.7 | India |
| Porkchop | 15-01-2010 | Horror | 4.4 | USA |
| Detention | 15-01-2010 | Horror, Thriller | 3.0 | USA |
| Zombie Undead | 15-01-2010 | Horror | 2.3 | UK |
| Tabela 15: Filmes lançados no mesmo dia. Fonte:Base de dados IMDB. |
Pode-se observar no gráfico 07 que as notas por faixa etária variaram pouco. A menor nota de 7.5 para o intervalo de 0 a 18 anos e a maior nota de 7.9 para a classe de pessoas com mais de 45 anos.
# Gráfico distribuição da nota do filme avatar por idade
# renomear as colunas
imdb_avaliacoes <- imdb_avaliacoes |>
rename("[00-18)" = "nota_media_idade_0_18",
"[18-30)" = "nota_media_idade_18_30",
"[30-45)" = "nota_media_idade_30_45",
"[45-ou mais)" = "nota_media_idade_45_mais")
# join das base imdb e imdb_avaliações
imdb_join_avatar_idades <- left_join(imdb_novo, imdb_avaliacoes, by = "id_filme") |>
filter(titulo == "Avatar") |>
pivot_longer("faixas_etarias",
values_to = "nota_media_idade",
cols =c("[00-18)",
"[18-30)",
"[30-45)",
"[45-ou mais)"
)
) |>
group_by(faixas_etarias) |>
summarise(nota_media_idade)
# cria paleta de cores para o gráfico
cor <- c("#c42847",
"#ffad05",
"#7d5ba6",
"#00bbf9"
)
# gráfico 06 - notas por faixa etária
plot07 <- imdb_join_avatar_idades |>
ggplot(aes(x=faixas_etarias,
y = nota_media_idade,
label = nota_media_idade
)
)+
geom_col(width = 0.5,
fill = cor,
alpha = 0.9
)+
geom_label(nudge_y = 0.5)+
labs(title = "Distribuição das Notas por Idade",
subtitle = "Notas médias por intervalo de classes do filme Avatar",
x = "Idade",
y = "Nota Média")+
theme_classic()+
theme_imdb() +
scale_y_continuous(expand =expansion(add = c(0,
0.5)
),
labels = scales::number_format(accuracy = 0.1,
decimal.mark = ","
)
)
# visualiza o grafico notas por faixa etária
plot07
Gráfico 07 - Notas por faixa etária. Fonte: Base de dados Imdb
Explorei os recursos do tidyverse e demais ferramentas da linguagem R abordados no curso e extrai informações interessantes e curiosidades sobre artistas, quantidade de filmes, valores de receitas, gastos e lucros que a indústria cinematográfica movimenta e particularidades sobre os gêneros dos filmes.
Na seção 10, trouxe informações sobre o meu filme preferido, Avatar.
A base permite a descoberta de muitas outras informações além das que apresentei neste trabalho e se constitui em uma excelente fonte para pesquisas sobre filmes e séries.
Aos amantes do cinema, segue o link do trailer de “Avatar: O Caminho das Águas”.
| Variável | Tipo | Descrição |
|---|---|---|
| id_filme | chr | identificador alfanumérico exclusivo do título |
| titulo | chr | nome da obra em materiais promocionais na data do lançamento |
| titulo_original | chr | nome original da obra, no idioma original |
| ano | dbl | ano da produção |
| data_lancamento | chr | data do lançamento do filme ou a data de início da série |
| genero | chr | inclui até três gêneros associados ao título |
| duracao | dbl | tempo de execução em minutos |
| pais | chr | país |
| idioma | chr | idioma |
| orcamento | chr | orçamento |
| receita | chr | receita |
| receita_eua | chr | receita nos EUA |
| nota_imdb | dbl | nota média obtida pela obra nas avaliações dos usuários |
| num_avaliacoes | dbl | total de avaliações realizadas para cada título |
| direcao | chr | diretor(es) |
| roteiro | chr | roteirista(s) |
| producao | chr | empresa produtora |
| elenco | chr | nomes dos integrantes do elenco |
| descricao | chr | sinopse da obra |
| num_criticas_publico | dbl | total de críticas recebidas do público |
| num_criticas_critica | dbl | total de críticas recebidas dos críticos |
| Variável | Tipo | Descrição |
|---|---|---|
| pessoa_id | chr | identificador alfanumérico exclusivo da pessoa |
| nome | chr | nome artístico ou abreviado do ator, diretor ou roteirista |
| nome_nascimento | chr | nome completo |
| altura | dbl | altura em cm |
| bio | chr | biografia |
| data_nascimento | chr | data de nascimento |
| local_nascimento | chr | local de nascimento |
| data_falecimento | date | data de falecimento |
| local_falecimento | chr | local de falecimento |
| razao_falecimento | chr | motivo ou causa do falecimento |
| nome_conjuges | chr | nome(s) do cônjuge(s) |
| num_conjuges | dbl | número de cônjuges |
| num_divorcios | dbl | total de divórcios |
| num_filhos | dbl | total de filhos |
| num_conjuges_com_filhos | dbl | total de cônjuges com filhos |
| Variável | Tipo | Descrição |
|---|---|---|
| id_filme | chr | identificador alfanumérico exclusivo do título |
| num_avaliacoes | dbl | total de avaliações |
| nota_media | dbl | média da variável nota |
| nota_mediana | dbl | mediana da variável nota |
| nota_media_idade_0_18 | dbl | média da variável nota entre os avaliadores de 0 a 18 anos |
| num_votos_idade_0_18 | dbl | número de votos dos avaliadores de 0 a 18 anos |
| nota_media_idade_18_30 | dbl | média da variável nota entre os avaliadores de 18 a 30 anos |
| num_votos_idade_18_30 | dbl | número de votos dos avaliadores de 18 a 30 anos |
| nota_media_idade_30_45 | dbl | média da variável nota entre os avaliadores de 30 a 45 anos |
| num_votos_idade_30_45 | dbl | número de votos dos avaliadores de 30 a 45 anos |
| nota_media_45_mais | dbl | média da variável nota entre os avaliadores de 30 a 45 anos |
| num_votos_idade_45_mais | dbl | número de votos dos avaliadores de 45 ou mais anos |
| nota_media_ | dbl | nota média obtida pela obra nas avaliações dos usuários |
| nota_media_top_1000_avaliadores | dbl | nota média dos top 1000 avaliadores |
| num_votos_top_1000_avaliadores | dbl | número de votos dos top 1000 avaliadores |
| nota_media_eua | dbl | média da variável nota nos EUA |
| num_votos_eua | dbl | número de votos nos EUA |
| nota_media_fora_eua | dbl | média da variável nota fora dos EUA |
| num_votos_fora_eua | dbl | número de votos fora dos EUA |